본문 바로가기

이미지 및 영상 처리3

이미지 이상 탐지 _ 간단하게 기획해보기 인트로이번 글은 사이드 프로젝트로 어떤 걸 해야할까 하다가 문제 정의까지 간단하게 기획했던 내용을 가져와봤다현재 사용하기로한 데이터는 MVTecAD 데이터셋. 15개의 물체에 대해 각각 정상과 여러 유형의 파손 이미지들이 담겨 있고 파손 이미지에 대해 마스킹 이미지까지 같이 들어있다이 데이터셋을 EDA하고 전처리하고 논문보고 모델 공부해서 모델링해서 이상 탐지를 하는 모델 만들기. 그리고 그 모델의 성능을 높이며 고도화하기. 받은 데이터를 적합한 모델을 가져와서 돌릴 수 있는 정도… 나쁘지 않다. 그렇지만 이건 단순히 데이터 가져와서 모델 돌려보는 정도에 그쳐버린다이러한 접근법은 간단한 토이 프로젝트 정도이다. 실무의 관점이 전혀 고려되지 않거나 고려되더라도 미미한 수준. 문제를 해결한다는 관점보단 데이.. 2025. 3. 14.

이상 데이터셋 MVTecAD 살펴보기 1. 개요 https://www.mvtec.com/company/research/datasets/mvtec-ad MVTec Anomaly Detection Dataset: MVTec SoftwareMVTec AD is a dataset for benchmarking anomaly detection methods with a focus on industrial inspection. It contains over 5000 high-resolution images divided into fifteen different object and texture categories. Each category comprises a set of defect-freewww.mvtec.com MVTecAD 데이터셋이란 딥러닝의.. 2025. 3. 7.

OpenCV를 이용한 연기 및 불꽃 탐지 해당 내용은 업무 중 화재 발생시 불꽃과 연기를 탐지하기 위해 시도해본 기록들을 정리한 내용이다. 딥러닝 모델을 사용하여 화재가 발생한 이미지를 화재인지 아닌지 분류를 하거나 객체 탐지를 이용해 화재가 발생한 부위를 탐지하는 방법론들이 존재한다.하지만 실제로 서비스를 제공하고자 하는 현장의 환경에서 발생한 화재 데이터는 구할 수가 없으며 웹상에 공개되어 있는 오픈 소스 데이터를 이용할 수 밖에 없다는 점, 딥러닝 모델에 화재 데이터를 학습 시 색상을 기준으로 학습하기에 불꽃과 연기와 비슷한 색상의 물체들을 화재로 오탐지한다는 점 등 여러 한계점이 존재하였다.단순히 모델의 성능만으로는 한계가 존재한다고 느껴 모델 외에 전-후 처리를 위한 여러 알고리즘을 시도해본 기록들이다. 1. 불꽃과 연기의 특성 .. 2024. 2. 17.

이전 1 다음

티스토리툴바